Regressão linear - Como calcular o coeficiente de correlação linear de Pearson em Java - Java para Machine Learning

----------------------------------------------------------------------
Precisa de ajuda? Chama no WhatsApp +55 (62) 98553-6711 (Osmar)

Este código foi útil? Paga um cafezinho pra mim :-(
PIX: osmar@arquivodecodigos.com.br 
----------------------------------------------------------------------

package estudos;

public class Estudos {
  public static void main(String[] args) {
    // vamos criar os vetores com os valores x e y
    double x[] = {13, 32, 47, 54, 69, 73};
    double y[] = {208, 184, 145, 14, 65, 32};
    // as variáveis para os somatórios
    double soma_x = 0, soma_y = 0, soma_x_quadrado = 0;
    double soma_y_quadrado = 0, soma_x_vezes_y = 0;
    
    // vamos percorrer os vetores e efetuar as somas
    for (int i = 0; i < x.length; i++) {
      // primeiro o somatório de x
      soma_x = soma_x + x[i];
      // agora o somatório de y
      soma_y = soma_y + y[i];
      // então o somatório de x^2
      soma_x_quadrado = soma_x_quadrado + Math.pow(x[i], 2);
      // e o somatório de y^2
      soma_y_quadrado = soma_y_quadrado + Math.pow(y[i], 2);
      // e finalmente o somatório de x*y 
      soma_x_vezes_y = soma_x_vezes_y + x[i] * y[i];
    }
    
    // vamos obter a quantidade de valores na observação
    int n = x.length;
    
    // e finalmente calculamos o coeficiente de correlação
    // linear
    double r_xy = ((n * soma_x_vezes_y) - (soma_x * soma_y)) /
      (Math.sqrt((n * soma_x_quadrado) - Math.pow(soma_x, 2)) *
      Math.sqrt((n * soma_y_quadrado) - Math.pow(soma_y, 2)));
    
    // e mostramos o resultado
    System.out.println("O coeficiente de correlação é: " +
      r_xy);
  }
}